基于統(tǒng)計(jì)分析及關(guān)聯(lián)挖掘技術(shù)的大學(xué)生心理健康狀況研究

黃書城，鐘家棟，亓文娟

(武夷學(xué)院數(shù)學(xué)與計(jì)算機(jī)學(xué)院，福建武夷山354300)

0 引言

清華朱令被舍友投毒致傻、云南大學(xué)馬加爵用鐵錘敲死舍友、南京航空航天大學(xué)因口角捅死舍友、清華大學(xué)劉海洋硫酸潑熊、復(fù)旦大學(xué)張明明虐貓……大學(xué)生心理問題以及如何對大學(xué)生的心理進(jìn)行危機(jī)干預(yù)，已經(jīng)越來越受到各高校及社會的關(guān)注。加強(qiáng)大學(xué)生心理健康教育工作是新形勢下全面實(shí)施素質(zhì)教育的重要舉措，是高等學(xué)校德育工作的重要組成部分。近年來，運(yùn)用數(shù)據(jù)挖掘技術(shù)探索大學(xué)生心理健康狀況及心理危機(jī)干預(yù)模式已經(jīng)成為國內(nèi)外學(xué)者研究的熱點(diǎn)。本研究的主要內(nèi)容就是采用統(tǒng)計(jì)分析和數(shù)據(jù)挖掘技術(shù)兩個(gè)層面從調(diào)查數(shù)據(jù)中分析挖掘?qū)е麓髮W(xué)生心理問題的各因素之間的關(guān)聯(lián)關(guān)系，影響學(xué)生心理問題的主要因素等,為高校心理輔導(dǎo)方面提供一個(gè)更為科學(xué)的決策基礎(chǔ)，為有心理健康問題的學(xué)生提供治療方案，為大學(xué)生的心理健康提供早期預(yù)防、干預(yù)的新方法，使學(xué)校的心理健康教育工作更具合理性。

1 相關(guān)理論知識

1.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘[1](Data Mining)是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中發(fā)現(xiàn)隱含在數(shù)據(jù)中的關(guān)系，建立模型，提取具有潛在價(jià)值、可信、新穎、有效并能被人所理解的信息和知識的過程。數(shù)據(jù)挖掘是一門新興的、正在不斷發(fā)展中的學(xué)科，它融合了數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、知識工程、信息檢索等最新技術(shù)的研究成果，其應(yīng)用非常廣泛。國外對數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)取得了豐碩的成果，在零售業(yè)、金融保險(xiǎn)及醫(yī)療服務(wù)業(yè)等行業(yè)中都有比較成功的應(yīng)用案例。在實(shí)際應(yīng)用中，往往根據(jù)模式的實(shí)際作用及數(shù)據(jù)挖掘的任務(wù)分為關(guān)聯(lián)分析、分類、聚類分析、序列分析、孤立點(diǎn)分析等類。

1.2 關(guān)聯(lián)規(guī)則挖掘

關(guān)聯(lián)規(guī)則挖掘(Association Rule Mining)是數(shù)據(jù)挖掘領(lǐng)域成果頗豐而且比較活躍的研究分支，是用于發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中令人感興趣的聯(lián)系[2]。

1）設(shè)I=[i1,i2,i3,…,in]項(xiàng)的集合，數(shù)據(jù)集D是事務(wù)的集合，其中每個(gè)事務(wù)T是項(xiàng)的集合，使得T?I。每一個(gè)事務(wù)有一個(gè)表示符，稱作TID。事務(wù)T包含一個(gè)項(xiàng)目集A當(dāng)且僅當(dāng)A?T，一個(gè)關(guān)聯(lián)規(guī)則就是形如A→B的邏輯蘊(yùn)涵式[2]，其中A?I，B?I，并且A∩B=?。

2）支持度Support(A→B)=P(A∪B)＝Support(A∪B)=S即項(xiàng)集A和項(xiàng)集B的并集A∪B在所有事務(wù)D中出現(xiàn)的概率。支持度的度量反映了關(guān)聯(lián)規(guī)則是否具有普遍性。

3）置信度Confidence(A→B)=P(B|A)＝Support(A∪B)/Support(A)＝C即在出現(xiàn)了項(xiàng)集A的事務(wù)D中，項(xiàng)集B也同時(shí)出現(xiàn)的概率。置信度的度量反映了關(guān)聯(lián)規(guī)則的可靠性。

4）提升度Lift(A→B)=P(B|A)/P(B)即置信度與期望置信度的比值，其值大于1才是有用的關(guān)聯(lián)規(guī)則。

強(qiáng)規(guī)則即置信度和支持度均大于給定閾值(最小置信度閾值和最小支持度閾值)的關(guān)聯(lián)規(guī)則，否則稱為弱規(guī)則。給定一個(gè)事務(wù)集D，挖掘關(guān)聯(lián)規(guī)則問題就是產(chǎn)生強(qiáng)規(guī)則的問題[3]。

2 基于統(tǒng)計(jì)分析分析大學(xué)生心理健康狀況

2.1 數(shù)據(jù)準(zhǔn)備

采用教育部《中國大學(xué)生心理健康測評系統(tǒng)》課題組編寫的癥狀自評量表SCL_90對某高校2011級共4320名學(xué)生進(jìn)行測試，被測試學(xué)生來自于數(shù)學(xué)與計(jì)算機(jī)系、機(jī)械工程系、土木工程系等多個(gè)系部。針對調(diào)查獲取的大學(xué)生心理健康數(shù)據(jù)，在進(jìn)行挖掘之前，需要對這些數(shù)據(jù)進(jìn)行預(yù)處理。主要工作有以下幾方面：

2.1.1 空值處理

獨(dú)生子女、學(xué)生干部、來源地、家庭結(jié)構(gòu)等屬性是與挖掘相關(guān)的主要屬性，均不允許出現(xiàn)空值?！吨袊髮W(xué)生心理健康測評系統(tǒng)》并未對以上屬性的缺失值做處理，由于空缺值較少，本文采用人工填充的方法，利用多數(shù)屬性值填充該空缺。

2.1.2 數(shù)據(jù)抽取

由于姓名、學(xué)號、測試日期、各題答案等屬性與挖掘無關(guān)，同時(shí)測試的學(xué)生97.2%是漢族，對挖掘結(jié)果不產(chǎn)生影響，在進(jìn)行挖掘之前，將這些屬性刪除，以提高挖掘效率。

2.1.3 數(shù)據(jù)規(guī)范

本文將各心理癥狀值分為無、輕、中、重4級；將連續(xù)數(shù)據(jù)“家庭月收入”進(jìn)行離散化，按2000元以下，2000-5000元之間，5000元以上劃分為低、中、高三個(gè)區(qū)間；將離散數(shù)據(jù)“來源地”進(jìn)行轉(zhuǎn)化，例如將邊遠(yuǎn)農(nóng)村概化為高層概念農(nóng)村，經(jīng)過概化后來源地分為大中城市、小城鎮(zhèn)、農(nóng)村。

2.2 對大學(xué)生心理健康數(shù)據(jù)的統(tǒng)計(jì)分析

被測試的4320名學(xué)生中，有軀體化癥占17.85%，有強(qiáng)迫癥占61.02%，有人際關(guān)系敏感癥占42.43%，有抑郁癥占29.26%，有焦慮癥占31.57%，有敵對癥占32.75%，有恐怖癥占23.94%，有偏執(zhí)癥占39.47%，有精神病占31.64%。本文以比例高的強(qiáng)迫癥和人際關(guān)系敏感癥兩種心理疾病為例，從性別、獨(dú)生子女、來源地、學(xué)生干部、家庭結(jié)構(gòu)、家庭月收入進(jìn)行統(tǒng)計(jì)分析，如圖1至圖6所示。

圖1 性別與心理癥狀的關(guān)系圖

圖2 學(xué)生干部與心理癥狀的關(guān)系圖

圖3 獨(dú)生子女與心理癥狀的關(guān)系圖

圖4 來源地與心理癥狀的關(guān)系圖

圖5 是否單親與心理癥狀的關(guān)系圖

圖6 家庭收入與心理癥狀的關(guān)系圖

分析及建議：在調(diào)查的學(xué)生中，患有輕度強(qiáng)迫癥和中度人際關(guān)系敏感癥的學(xué)生居多，女生患有重度強(qiáng)迫癥的比例高于男生，患有人際關(guān)系敏感中等癥狀的學(xué)生居多，女生的比例略高于男生，患有重度人際關(guān)系敏感的男生比例高于女生；學(xué)生干部無強(qiáng)迫癥的比例高于非學(xué)生干部，非學(xué)生干部患有輕度、中度及重度強(qiáng)迫的比例均高于學(xué)生干部，非學(xué)生干部患有重度人際關(guān)系敏感癥的比例是學(xué)生干部的2倍；獨(dú)生子女患有中重度強(qiáng)迫及中重度人際關(guān)系敏感癥的比例均高于非獨(dú)生子女；小城鎮(zhèn)的學(xué)生患有輕度強(qiáng)迫和人際關(guān)系敏感癥的比例均高于大中城市和農(nóng)村的學(xué)生，大中城市的學(xué)生無人際關(guān)系敏感的學(xué)生比例較高，農(nóng)村的學(xué)生患有重度強(qiáng)迫和人際關(guān)系敏感癥的比例均低于大中城市和小城鎮(zhèn)的學(xué)生；非單親家庭的學(xué)生無強(qiáng)迫癥的比例高于單親家庭的學(xué)生，而單親家庭有重度強(qiáng)迫癥的比例高于非單親家庭；高收入家庭學(xué)生無人際關(guān)系敏感的比例高于中低收入家庭的學(xué)生，低收入家庭學(xué)生有重度人際關(guān)系敏感癥的比例高于高中收入家庭學(xué)生，高收入家庭學(xué)生有重度強(qiáng)迫癥的比例高于中低收入家庭學(xué)生。作為學(xué)生干部的學(xué)生，在日常生活的各種瑣事中了提高了協(xié)調(diào)性和與師生的溝通能力，有人際關(guān)系敏感的比例自然比非學(xué)生干部有人際關(guān)系敏感的比例低；獨(dú)生子女由于缺少同兄弟姐妹交往，從小獨(dú)來獨(dú)往，不懂得如何處理同學(xué)間的關(guān)系，自然患有中、重度強(qiáng)迫和人際關(guān)系敏感癥的比例高于非獨(dú)生子女；大中城市的孩子受生活環(huán)境的影響，父母給予孩子太多來自各方面的壓力，患有重度心理癥狀的學(xué)生比例高于來自農(nóng)村的學(xué)生；單親家庭的孩子由于家庭的不完整，無法同時(shí)享受父母的愛，對待問題的看法上會有些偏激，心理健康狀況不容忽視；高收入家庭的孩子不用為經(jīng)濟(jì)而煩惱，心理健康狀況比低、中等收入的學(xué)生要好。女生、非學(xué)生干部、非獨(dú)生子女、小城鎮(zhèn)、單親、低收入家庭的學(xué)生更應(yīng)該引起相關(guān)部門的重視及心理疏導(dǎo)。

3 基于關(guān)聯(lián)規(guī)則挖掘分析大學(xué)生心理健康狀況

3.1 大學(xué)生心理多維關(guān)聯(lián)規(guī)則挖掘模型的建立

當(dāng)前比較有代表性的數(shù)據(jù)挖掘軟件有DBMin?er、Mineset、IntelligentMiner、IBM Quest等，本文采用SPSS Clementine12.0作為挖掘模型建立和分析的平臺。Clementine中關(guān)聯(lián)挖掘有“GRI模型”、“Carma模型”、“Apriori模型”三種，算法可處理Transactional和Tabular兩種數(shù)據(jù)格式[4]。選擇經(jīng)典的“Apriori”算法建立模型，在類型節(jié)點(diǎn)中選擇方向?yàn)椤皟烧摺?，在過濾節(jié)點(diǎn)中過濾掉與分析無關(guān)的屬性，構(gòu)建關(guān)聯(lián)挖掘數(shù)據(jù)流[5]，如圖7所示。

圖7 多維關(guān)聯(lián)挖掘數(shù)據(jù)流

3.2 大學(xué)生心理癥狀挖掘結(jié)果評估分析

根據(jù)統(tǒng)計(jì)的不同屬性和不同心理癥狀情況比例的結(jié)果，作為支持度和置信度閾值的參考依據(jù)，在挖掘時(shí)不斷調(diào)整支持度和置信度閾值，分別獲得性別、學(xué)生干部、獨(dú)生子女、來源地、家庭結(jié)構(gòu)、家庭月收入六個(gè)屬性和大學(xué)生心理癥狀間的關(guān)聯(lián)關(guān)系。本文以比例高的強(qiáng)迫癥和人際關(guān)系敏感癥兩種心理疾病為例進(jìn)行挖掘分析，挖掘結(jié)果如表1、表2所示。

表1 屬性—強(qiáng)迫維間的關(guān)聯(lián)規(guī)則（部分）

表2 屬性—人際關(guān)系維間的關(guān)聯(lián)規(guī)則（部分）

分析及建議：大學(xué)生強(qiáng)迫癥的主要表現(xiàn)為迎考或考試期間出現(xiàn)過分的緊張、擔(dān)心、恐懼，甚至伴有失眠、全身不適等癥狀，這在某種程度上反映了大學(xué)生學(xué)習(xí)的辛苦。表1列舉了部分屬性與強(qiáng)迫癥之間的關(guān)聯(lián)程度，例如規(guī)則3表示男性學(xué)生干部占所調(diào)查學(xué)生的比例為11.597%，而在所有男性學(xué)生干部中有輕度強(qiáng)迫癥的比例為52.295%。挖掘結(jié)果可以看出女生、非學(xué)生干部、非獨(dú)生子女、小城鎮(zhèn)、高收入、單親家庭子女有輕度強(qiáng)迫癥均的可靠性較高，而男、低收入家庭無強(qiáng)迫癥普遍性較高。表2列舉了部分屬性與人際關(guān)系敏感癥之間的關(guān)聯(lián)程度，挖掘結(jié)果可以看出學(xué)生干部、獨(dú)生子女、大中城市、低收入、非單親家庭子女無人際關(guān)系的可靠性較高，男女無明顯差別。由于社會大環(huán)境的影響，學(xué)校素質(zhì)教育的缺乏，家長對獨(dú)生子女也是倍加呵護(hù)，養(yǎng)成孩子自私的心理，在人際交往與溝通中存在著以自我為中心、自我封閉、社會功利、猜疑嫉妒、江湖義氣等類型。而單親家庭子女由于親子關(guān)系的失調(diào)，監(jiān)護(hù)者教養(yǎng)方式的失當(dāng)，社會評價(jià)壓力以及自身心理調(diào)適能力不強(qiáng)，產(chǎn)生不安全感、自卑感而自閉、孤僻甚至逆反。擔(dān)任過學(xué)生干部或生活在大中城市的學(xué)生社會交際面廣，社會閱歷相對比較豐富，人際關(guān)系處理的較好，而農(nóng)村孩子受生活環(huán)境，物質(zhì)條件和見聞等的影響，心理壓力過大。

針對大學(xué)生心理存在的各種問題，高校要充分做好大學(xué)生心理健康教育與咨詢的各項(xiàng)工作，促進(jìn)學(xué)生健康成長。比如可以通過開展形式多樣的校園心理健康宣傳教育活動，利用廣播、校報(bào)、校園網(wǎng)、班級會議進(jìn)行宣傳，同時(shí)要充分發(fā)揮課堂教學(xué)在大學(xué)生心理健康教育中的主渠道作用，開設(shè)心理學(xué)和健康教育系列的校級選修課或邀請心理方面的專家開展心理健康教育專題講座。在注重心理健康宣傳工作的同時(shí)也要加強(qiáng)心理健康教育軟硬件建設(shè)，進(jìn)一步完善大學(xué)生心理健康教育的各項(xiàng)規(guī)章制度，加強(qiáng)心理健康教育工作隊(duì)伍建設(shè)，組織開展心理教師業(yè)務(wù)研討與培訓(xùn)，成立大學(xué)生心理健康協(xié)會等。心理健康教育工作始終要與輔導(dǎo)員、班主任及任課教師的工作相結(jié)合，通過心理測試平臺與各位老師的溝通交流，及時(shí)發(fā)現(xiàn)易感人群，同時(shí)針對特殊群體給予適當(dāng)?shù)年P(guān)懷，使學(xué)校心理健康教育工作更有效，使學(xué)生的心理健康水平得到提高。

4 結(jié)語

本文介紹了數(shù)據(jù)挖掘技術(shù)及關(guān)聯(lián)規(guī)則理論基礎(chǔ)，針對大學(xué)生心理健康測評數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理后，采用統(tǒng)計(jì)分析和關(guān)聯(lián)規(guī)則挖掘兩種方法，分析了學(xué)生各屬性和心理癥狀間的關(guān)聯(lián)關(guān)系，根據(jù)挖掘結(jié)果可以更深入地了解學(xué)生心理問題，同時(shí)針對如何加強(qiáng)和改進(jìn)大學(xué)生心理危機(jī)干預(yù)工作提出了建議。在數(shù)據(jù)挖掘中，由于有重度心理癥狀的學(xué)生比例太低，為了挖掘出這些癥狀的關(guān)聯(lián)關(guān)系，支持度就必須設(shè)置很小，導(dǎo)致生成很多無用的規(guī)則，給分析帶來了難度，有關(guān)關(guān)聯(lián)規(guī)則挖掘有待進(jìn)一步研究。

[1]Han J W，Kamber Mi.數(shù)據(jù)挖掘概念與技術(shù)[M].范明，孟小峰譯.北京:機(jī)械工業(yè)出版社，2006.

[2]晏杰，亓文娟.基于Apriori&FP-growth算法的研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2013（5）:122-125.

[3]蔣盛益，李霞，鄭琪.數(shù)據(jù)挖掘原理與實(shí)踐[M]，北京:電子工業(yè)出版社，2011.

[4]元昌安.數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典[M].北京:電子工業(yè)出版社，2009.

[5]王家勝，牟肖光.讀者借閱多維關(guān)聯(lián)規(guī)則挖掘模型的建立與分析[J].計(jì)算機(jī)應(yīng)用，2011（11）:3084-3086.